上图是电商或新零售行业标签体系的框架，分为基本信息、会员特征、消费特征、活跃特征、临时标签等几大类。
- 基本信息可分为人口信息、社会学信息；会员特征分为会员类型、会员寿命、会员信息；
- 消费特征分为消费总规模、交叉消费、消费能力和频次、活动偏好；
- 活跃特征分为线上活跃、线下活跃；临时标签可以从触达、粘性、转化等不同方向获取。
当然，尽管上述标签已经很全面，但是企业具备这些标签还永远不够，下面我通过一个例子来阐述原因。假设运营要策划一次北京地区的客户回馈活动，应该选什么样的人群作为活动推广对象呢？
首先要选出注册地在北京，还要是老客户，访问频次高，有购买行为，总结下来是近 3 月内访问网站 3 次以上，至少购买过 1 次，注册地在北京且近 1 周没有买过资生堂的产品，可以认为是忠诚老客户。
为什么要要求近 1 周没有买过资生堂的产品呢？
因为此时的运营目的是触达、回馈用户，让用户觉得平台很看重他，会给他一些定制化的优惠，如果近一个月用户已经买过该产品，说明需求已经释放了，再推送给这类用户，无法让他们获得满足。这个例子我没有写的很严谨，不过基本概况了我做活动时圈定用户群的方式，所以有标签还远远不够。
接下来，我们再看用户分层，做用户分层前要先有用户画像，整合用户画像，进行二次分析做分层，对于这样的分层，才可以有具体的策略。比如说：可以按照用户生命周期来分层：新用户、成熟用户、忠诚用户、流失用户。
对于不同的群体有不同的运营策略，对于新用户有一些比较强烈的引导，推一些高频低门槛的产品快速完成转化，对于流失用户我们要召回，中间要做一些干预。
企业还可以根据用户访问频率和对企业的贡献的价值把用户分成高频高价、高频低价、低频低价、低频高价。
对于高频高价的用户，是企业最重视的一群人，他们有什么需求，企业都尽量满足，人也不会太多；高频低价的用户是平台上最庞大的一部分人，几乎 80% 的人都在这部分，很难在运营手段上对他们做什么针对性的操作，一般对应的优化操作会落在产品上，通过产品的功能与机制来优化，在运营上不做任何干预，让它野蛮生长。
但是运营需要监控，如果一些用户开始往低频低价迁移，需要有预警来告诉我们需要采取干预措施了；低频高价的用户是潜力群体，他们可以给你带来高价值，但他们现在还不是你的忠实用户，这些人是企业 PR 层面重要的对象，需要对他们做一些交叉传播；关于低频低价的用户在人力成本有限的情况下可以暂时不采取针对性运营措施。
同时，企业也可以通过对促销敏感程度分为：促销狂热者、促销敏感者、促销中立者、促销冷淡者。
